Stratified Dense Matching for Stereopsis in Complex Scenes

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F03%3A03091295" target="_blank" >RIV/68407700:21230/03:03091295 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Stratified Dense Matching for Stereopsis in Complex Scenes

Popis výsledku v původním jazyce

Local joint image modeling in stereo matching brings more discriminable and stable matching features. Such features reduce the need for strong prior models (continuity) and thus algorithms that are less prone to false positive artefacts in general complex scenes can be applied. One of the principal quality factors in area-based dense stereo is the matching window shape. As it cannot be selected without having any initial matching hypothesis we propose a stratified matching approach. The window adapts tohigh-correlation structures in disparity space found in pre-matching which is then followed by final matching. In a rigorous ground-truth experiment we show that Stratified Dense Matching is able to increase matching density 3x, matching accuracy 1.8x,and occlusion boundary detection 2x as compared to a fixed-size rectangular windows algorithm. Performance on real outdoor complex scenes is also evaluated.

Název v anglickém jazyce

Stratified Dense Matching for Stereopsis in Complex Scenes

Popis výsledku anglicky

Local joint image modeling in stereo matching brings more discriminable and stable matching features. Such features reduce the need for strong prior models (continuity) and thus algorithms that are less prone to false positive artefacts in general complex scenes can be applied. One of the principal quality factors in area-based dense stereo is the matching window shape. As it cannot be selected without having any initial matching hypothesis we propose a stratified matching approach. The window adapts tohigh-correlation structures in disparity space found in pre-matching which is then followed by final matching. In a rigorous ground-truth experiment we show that Stratified Dense Matching is able to increase matching density 3x, matching accuracy 1.8x,and occlusion boundary detection 2x as compared to a fixed-size rectangular windows algorithm. Performance on real outdoor complex scenes is also evaluated.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F01%2F1371" target="_blank" >GA102/01/1371: Fyzikální počítačové vidění</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2003

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

BMVC 2003: Proceedings of the 14th British Machine Vision Conference

ISBN

1-901725-23-5

ISSN

—

e-ISSN

—

Počet stran výsledku

10

Strana od-do

339-348

Název nakladatele

British Machine Vision Association

Místo vydání

London

Místo konání akce

Norwich

Datum konání akce

9. 9. 2003

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—